[发明专利]一种多参数优化的弱暂态零序电流故障特征提取方法

摘要

本发明涉及一种多参数优化的弱暂态零序电流故障特征提取方法，包括步骤S1设定双稳态系统中的势函数参数a、b和四阶龙格‑库塔算法求解双稳态系统时的数值计算步长h为优化对象；步骤S2采用遗传算法对参数a、b和h进行优化，输出最优化参数aJ、bJ和hJ；步骤S3在最优化参数条件下，利用变尺度方式下的双稳态系统对噪声背景下的暂态零序电流进行特征提取，得到变尺度方式下的双稳态系统的输出信号ic(t)。与现有技术相比，本发明利用遗传算法的全局最优搜索性能以及多参数同时优化的思想，寻找最优化势函数参数和数值计算步长，以便双稳态系统在最优化参数条件下提取强噪声背景下微弱暂态零序电流的故障特征，有利于提高配电网故障选线的准确度。

主权项

一种多参数优化的弱暂态零序电流故障特征提取方法，其特征在于，包括：步骤S1：设定双稳态系统中的势函数参数a、b和四阶龙格‑库塔算法求解双稳态系统时的数值计算步长h为优化对象，其中，双稳态系统X的表达式为：X＝dx/dt＝‑dV(x)/dx+s(t)+Γ(t)式中：dx/dt为双稳态系统的输出信号，V(x)为势函数，V(x)＝‑ax2/2+bx4/4；a和b为势函数参数；s(t)代表无噪声的暂态零序电流，Γ(t)代表噪声信号，t为时间，x为布朗粒子运动的速度；步骤S2：采用遗传算法对双稳态系统X的表达式中势函数参数a、b和四阶龙格‑库塔算法求解双稳态系统时的数值计算步长h进行优化，输出最优化参数aJ、bJ和hJ，具体包括以下步骤：201：设定遗传算法的参数，具体包括：种群规模N为55、交叉概率PJ为0.39、变异概率PB为0.18、优化对象a的搜索范围为[‑10,10]、优化对象b的搜索范围为[0,10]、优化对象h的搜索范围为[0.0001,0.0219]以及最大进化次数Gmax为90，同时设定理想暂态零序电流iz(t)，iz(t)中加入强噪声得到带有强噪声的暂态零序电流izg(t)；202：初始化种群，随机产生N个个体，其中，每个个体j对应一组优化对象组[aj,bj,hj]，每组优化对象组对应一个双稳态系统Xj；203：将izg(t)替换每个双稳态系统Xj的表达式中的s(t)+Γ(t)，按个体编号顺序，依次对所有的Xj进行四阶龙格‑库塔算法求解，求解双稳态系统时的计算步长记为hj，求解得到每个双稳态系统Xj的输出信号isj(t)，isj(t)作为初始电流；204：获取isj(t)与iz(t)之间的互相关系数ρsj，并将ρsj的值作为个体适应度，互相关系数ρsj计算公式为：ρsj=Cov(iz(t),isj(t))D(iz(t))D(isj(t))]]>其中，Cov(iz(t),isj(t))为协方差，E为数学期望，D为方差；205：根据个体适应度、交叉概率PJ和变异概率PB依次对N个个体进行选择操作、交叉操作和变异操作，完成一次的进化；206：判断进化次数是否达到90次，若是，则进化停止，执行步骤207，若否，则返回步骤205；207：将ρsj数值最大的个体作为最优化个体J，J所对应的双稳态系统为最优化双稳态系统XJ，提取XJ的势函数参数aJ、bJ和求解XJ时的数值计算步长hJ，aJ、bJ和hJ即为最优化参数；208：根据aJ、bJ和hJ，利用变尺度方式下的双稳态系统对izg(t)进行特征提取，得到变尺度方式下的双稳态系统的输出信号iz′(t)，获取iz′(t)与iz(t)之间的互相关系数ρz′z，判断ρz′z是否大于0.92，若是，则执行步骤S3，若否，则跳转步骤201；步骤S3：在最优化参数条件下，利用变尺度方式下的双稳态系统对噪声背景下的暂态零序电流进行特征提取，得到变尺度方式下的双稳态系统的输出信号ic(t)，ic(t)即为微弱暂态零序电流故障特征提取的特征电流。